- 2016 – atual
- BigDataSocial: Minerando subestruturas de redes sociais por meio da análise formal de conceitos. Uma perspectiva para ambientes de Big Data
- Atualmente, a análise de redes sócias está concentrada na descoberta de padrões contidos nessas redes. Essas relações podem acontecer entre assuntos, entre eventos, ou entre assuntos e eventos. Em alguns casos, não todas as relações são observadas, assim, pode ser de interesse descobrir a existência de potenciais relações ou subestruturas escondidas entre as instâncias de uma rede social. Neste trabalho, fundamentado na teoria da Análise Formal de Conceitos (AFC), propomos uma abordagem para construir modelos computacionais para redes sociais baseado em regras de implicação que permitam a identificação de subestruturas escondidas. A nossa abordagem será adaptada para ambientes Big Data e trará como contribuição fundamentação teórica, métodos e algoritmos para esse ambiente.
- Integrantes: Luis Enrique Zárate (Responsável); Sérgio M. Dias; Mark A. Song; Sebastião Mendes Neto; Henrique Cota de Freitas; Luís Fabrício Wanderley Góes; Wladmir Cardoso Brandão; Rokia Missaoui
- BigDataSocial: Minerando subestruturas de redes sociais por meio da análise formal de conceitos. Uma perspectiva para ambientes de Big Data
- 2006-2007
- Estudo da Aplicabilidade da Análise Formal de Conceitos para Representação de Conhecimento de Redes Neurais Treinadas
- Estudo da aplicabilidade da Análise Formal de Conceitos para representação e extração de conhecimento de redes neurais previamente treinadas através do método FCANN e sua aplicação em processo industriais, climáticos e biológicos.
Situação: Concluído Natureza: Projetos de pesquisa - Integrantes: Luis Enrique Zárate (Responsável); Sérgio M. Dias
- Estudo da aplicabilidade da Análise Formal de Conceitos para representação e extração de conhecimento de redes neurais previamente treinadas através do método FCANN e sua aplicação em processo industriais, climáticos e biológicos.
- Estudo da Aplicabilidade da Análise Formal de Conceitos para Representação de Conhecimento de Redes Neurais Treinadas
- 2005-2006
- Representação de Conhecimento de Redes Neurais Através da Análise Formal de Conceitos e sua Aplicação em Processos Industriais. PUC MInas FIP 2005/99 – TLE
- Este projeto tem como objetivo geral a proposta de uma metodologia para extração e representação de conhecimento a partir de Redes Neurais Artificiais previamente treinadas, via Análise Formal de Conceitos (AFC). São também objetivos deste projeto à aplicação da metodologia em processos industriais e o desenvolvimento de uma “Framework”, sobre o conceito de software livre, que implemente os algoritmos a serem desenvolvidos para disponibilizar à comunidade acadêmica e de pesquisa. Projeto executado pelo GICAP – Grupo de Inteligência Computacional Aplicado
- Integrantes: Luis Enrique Zárate (Responsável); Sérgio M. Dias; Mark A. Song; Bruno de Castro B. Alvarenga; Ana Nascimento
- Representação de Conhecimento de Redes Neurais Através da Análise Formal de Conceitos e sua Aplicação em Processos Industriais. PUC MInas FIP 2005/99 – TLE